數(shù)字圖像邊緣檢測算法的研究與實(shí)現(xiàn)(更新版)

　　

【正文】 象之間的關(guān)系。 應(yīng)用程序的對象類由 CWinApp 派生，一個應(yīng)用程序有且僅有一個應(yīng)用程序?qū)ο螅?fù)責(zé)應(yīng)用程序?qū)嵗某跏蓟瓦M(jìn)程結(jié)束時的資源清除，以及創(chuàng)建和管理應(yīng)用程序所支持的所有文檔模板的工作。 框架和文檔 — 視結(jié)構(gòu) 基于 MFC的應(yīng)用程序框架 (Application Framework)是定義可程序結(jié)構(gòu)的 MFC類庫中類的 集合，它是 VC++ 編輯的骨架。每當(dāng)新的 Windows 版本出現(xiàn)時 ,MFC 也會得到修改以便使舊的編譯器和代碼能在新的系統(tǒng)中工作 。它是一個全面的應(yīng)用程序開發(fā)環(huán)境，使用它你充分利用具有面向?qū)ο筇匦缘?C++來 開發(fā)出專業(yè)級的 Windows 應(yīng)用程序。 ClassWizard 能把對話框模板與自動生成的類定義或與已有的類代碼連接起來，為菜單項(xiàng)、控件等資源生成空的處理函數(shù)模板，創(chuàng)建自消息映射的編程工作便簡化為用資源編輯器直觀的設(shè)計(jì)界面，完善對話框類代碼。目前，圖像處理系統(tǒng)平臺多為 Microsoft Windows 或 XWindows，開發(fā)的主流工具 Microsoft公司的 VC++。通常在圖像處理裝置中，灰度值紅 (R)、綠 (G)、藍(lán) (B)各占 8位 (bit)，共計(jì) 24位，可以表示 1670萬種顏色，這種顯示卡 稱為真彩色顯示卡。隨著計(jì)算機(jī)性價(jià)比（性能價(jià)格比）日新月異的提高，以小型機(jī)為主的微型圖像處理系統(tǒng)得到發(fā)展。利用圖像學(xué)處理技術(shù)，可以實(shí)現(xiàn)圖像的腐蝕，細(xì)化，和分割等效果。幾何處理是最常見的圖像處理手段，幾乎是任何圖像處理軟件都提供了最基本的圖像縮放功能。圖像處理就是對圖像信息進(jìn)行加工處理，以滿足人的視覺心理和實(shí)際應(yīng)用的需要。 當(dāng)圖像是后天獲得的 ,這個因素產(chǎn)生了如投影、混合、變異和噪聲。這些邊緣檢測算子進(jìn)行了比較。這 項(xiàng) 工作的許多動機(jī)來自需要產(chǎn)生保持圖像重要的結(jié)構(gòu)信息的相對緊密的描述。 邊緣檢測是一種基本的和重要的話題在計(jì)算機(jī)視覺和圖像處理。實(shí)驗(yàn)過程中 ,邊緣檢測后 ,用本文方法是可行的 關(guān)鍵詞 ： TermsEdge檢測、數(shù)字圖像處理、小波 分析 操作員 東北石油大學(xué) 本科生畢業(yè)設(shè)計(jì)（論文） II Abstract The concept of edge detection is of great consequence to a variety of topics considered in image processing. Much work has been done pertaining to the design of algorithms capable of detecting significant intensity changes present in an image. The motivation for much of this work es from the need to generate pact descriptions which retain the image’s important structural information. This information is imperative to the creation of segmentation and object recognition algorithms making edge detection key to a large variety of applications. This project is an attempt to describe the process of edge detection and to summarize its crucial role in image processing. Edge detection is a basic and important subject in puter vision and image processing. In this paper we discuss several digital image processing techniques applied in edge feature extraction. Firstly, wavelet transform is used to remove noises from the image collected. Secondly, some edge detection operators such as Differential edge detection, Log edge detection, Canny edge detection and Binary morphology are analyzed. And then according to the simulation results, the advantages and disadvantages of these edge detection operators are pared. It is shown that the Binary morphology operator can obtain better edge feature. Finally, in order to gain clear and integral image profile, the method of bordering closed is given. After experimentation, edge detection method proposed in this paper is feasible. Index： TermsEdge detection, digital image processing, operator, wavelet analvsis 東北石油大學(xué) 本科生畢業(yè)設(shè)計(jì)（論文） III 前 言 邊緣是一套那些有灰色像素的階躍變化和 頂層 變化 ,二者之間的對象和背景、對象和對象、區(qū)域、地區(qū)之間和克萊門特和寬厚。該方法 是 已被研究的圖像邊緣和輪廓特征的檢測與提取 的 熱點(diǎn)領(lǐng)域出現(xiàn)的圖像處理和分析技術(shù)。隨著計(jì)算機(jī)技術(shù)的發(fā)展，有一類圖像處理是以機(jī)器為對象，處理的目的是使機(jī)器能夠自動識別目標(biāo)，這稱之為圖像的識別，因?yàn)檫@其中要牽涉到一些復(fù)雜的模式識別的理論。圖像復(fù)原則要求對圖像降質(zhì)的成因有一定的了解，根據(jù)降質(zhì)過程建立降質(zhì)模型，然后采用某種濾波方法，恢復(fù)或重建原來的圖像。 6． 圖像的編碼 圖像編碼研究是屬于信息論中信源編碼的范疇，其主要的宗旨是利用圖像信號的統(tǒng)計(jì)特性及人類視覺特性對圖像進(jìn)行高效編碼，從而達(dá)到壓縮的目的，圖像編碼是數(shù)字圖像處理中一個經(jīng)典的研究范疇，有 60 多年的歷史，目前，已經(jīng)制定了多種編碼標(biāo)準(zhǔn)，如 ， JEPG， MEPG 等。微型圖像處理系統(tǒng)成本低、應(yīng)用靈活。 80G以上硬盤的計(jì)算機(jī)已屬常見，計(jì)算速度大幅度提高，可與幾年前的大型機(jī)媲美。 東北石油大學(xué) 本科生畢業(yè)設(shè)計(jì)（論文） 4 第 2 章 開發(fā)工具 簡介 Visual C++開發(fā)工具的 概述 VC++是 Microsoft公司推出的開發(fā) Win32應(yīng)用程序 (Windows 95/98/2021/XP/NT)的面向?qū)ο蟮目梢暬晒ぞ摺? 2． VC 還是一種結(jié)構(gòu)化的程序設(shè)計(jì)語言 面向?qū)ο笫菑拿嫦蜻^程發(fā)展而來的，它沒有拋棄面向過程，而是對其揚(yáng)長避短。 Visual C++采用的框架是 MFC。 MFC 中包含了上成千上萬行正確、優(yōu)化和功能強(qiáng)大的 Windows 代碼。 2． 框架產(chǎn)生的程序代碼短，運(yùn)行速度快，具有很大的靈活性。對于 SDI，視是主窗口的子窗口；對于 MDI 必須從 CMDIChildWnd 派生出主框架窗口的子窗口，視是該子窗口的子窗口。 文檔－視結(jié)構(gòu)大大簡化了多數(shù)應(yīng)用程序的設(shè)計(jì)開發(fā)過程。 由 于文檔－視結(jié)構(gòu)功能強(qiáng)大，因此一般用 VC++進(jìn)行程序設(shè)計(jì)時都首先使用AppWizard 生成基于文檔－視結(jié)構(gòu)的單文檔或多文檔應(yīng)用程序框架，然后在其中添加自己需要的代碼，完成應(yīng)用程序的特定功能 。在實(shí)際的工程應(yīng)用和圖像算法效果驗(yàn)證中經(jīng)常要處理的是 256 級并且是沒有壓縮的 BMP 灰度圖像，例如通過黑白采集卡采集得到的圖像就是這種格式。 下面詳細(xì)說明上述三個結(jié)構(gòu)在 中都有定義 [6]。// 指定結(jié)構(gòu)長度 LONG biWidth。// 實(shí)際位圖數(shù)據(jù)所占用的字節(jié)數(shù) LONG biXPelsPerMeter。 BYTE rgbRed。計(jì)算過程也非常簡單，只涉及到指針的移動： ?? Return (lpbi+*(LPDWORD) lpbi+PaletteSize(lpbi)) 2． 負(fù)責(zé)獲取 DIB 位圖的寬度（ DIBWidth()） 該函數(shù)的原型為： DWORD DIBWidth(LPYTE lpDIB) 入口參數(shù) lpbi 給出了一個指向 DIB 對象的指針，在計(jì)算完成后返回雙字長度的 DIB 位圖寬度。 入口參數(shù) lpbi 為指向 DIB 對象的指針，函數(shù)最終返回 DIB 位圖的位深度。在進(jìn)行文件寫入時，需要通過 TRYCATCH 語句來捕獲其中可能發(fā)生的異常。 //釋放內(nèi)存 ：： GlobalFree((HGLOBAL) hDIB)。該處理器還確定校正因數(shù) α ，該校正因數(shù) α 對于由對象的曲率和／或所述數(shù)據(jù)的模糊造成的邊緣錯位進(jìn)行校正。增強(qiáng)算法將領(lǐng)域中灰度有顯著變化的點(diǎn)突出顯示。 算子 Robert s 算子采用對角線方向相鄰兩像素之差近似梯度幅值檢測邊緣 , 是一種局部差分算子。 // 返回 return。 } 東北石油大學(xué) 本科生畢業(yè)設(shè)計(jì)（論文） 17 Sobel算子 對數(shù)字圖像 { f ( x, y) }的每個像素 ,考察它上下左右鄰點(diǎn)灰度的加權(quán)差 , 與之接近的鄰點(diǎn)的權(quán)大。 // 找到 DIB圖像象素起始位置 lpDIBBits = ::FindDIBBits(lpDIB)。 [1] 對數(shù)字圖像 f(x， y)， Prewitt 算子的定義如下： G(i)=|[f(i1,j1)+f(i1,j)+f(i1 ， j+1)][f(i+1,j1)+f(i+1 ，j)+f(i+1， j+1)]| G(j)=|[f(i1,j+1)+f(i,j+1)+f(i+1 ，j+1)][f(i1,j1)+f(i,j1)+f(i+1， j1)]| 東北石油大學(xué) 本科生畢業(yè)設(shè)計(jì)（論文） 19 則 P(i,j)=max[G(i),G(j)]或 P(i,j)=G(i)+G(j) 經(jīng)典 Prewitt 算子認(rèn)為：凡灰度新值大于或等于閾值的像素點(diǎn)都是邊緣點(diǎn)。 // 解除鎖定 ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。 // 恢復(fù)光標(biāo) EndWaitCursor()。 東北石油大學(xué) 本科生畢業(yè)設(shè)計(jì)（論文） 22 拉普拉斯算子是不依賴與邊緣方向的二階微分算子。 // 返回 return。 } 邊緣檢測算法應(yīng)用與性能比較 邊緣檢測算法應(yīng)用 這里選擇了是 256 位的 bmp 格式圖片，原圖如下： 東北石油大學(xué) 本科生畢業(yè)設(shè)計(jì)（論文） 25 原圖 Roberts 算子 Sobel算子 Prewitt 算子 GaussLaplace 算子 性能比較 梯度邊緣檢測方法利用梯度幅值在邊緣處達(dá)到極值檢測邊緣。對噪聲具有平滑作用，定位精度不夠高。本文只是針對各算子的數(shù)學(xué)表達(dá)式以及圖像的視覺效果做出了主觀評價(jià) , 而沒有進(jìn)行客觀的評價(jià)。 3． 成功的測試是發(fā)現(xiàn)了尚未發(fā)現(xiàn)的錯誤。以下就本系統(tǒng)在開發(fā)過程中進(jìn)行測試的主要環(huán)節(jié)做簡要介紹。在這個測試步驟中發(fā)現(xiàn)的往往是 設(shè)計(jì)中的錯誤，也可能發(fā) 現(xiàn)需求說明中的錯誤。 系 統(tǒng) 測試在系統(tǒng)開發(fā)中有著重要的意義，不僅關(guān)系到系統(tǒng)各個具體功能的實(shí)現(xiàn)，同時影響到系統(tǒng)整體功能的實(shí)現(xiàn)以及使用的穩(wěn)定性。至此，用逆濾波方法實(shí)現(xiàn)圖像的復(fù)原工作可以說已 基本完成了。 4． 各個 邊緣檢測方法都有其優(yōu)點(diǎn)和缺點(diǎn)，在實(shí)際運(yùn)用時可以按不同的條件選擇合適的方法。在這里首先要感謝我的導(dǎo)師王輝對我的支持和幫助。 t?€ 戯憤焿驆罳騙 ^萡 P ? 躀 cP縮蒕 \ ?nP砫 }?C?Z豸值 ?箾殶竛吐 K?M轂 ?藑琶 qv栃 ? 譇 橒 忋喏曚 NI 耔 nENB?% ? *H?棐鑉濤 3 峽 {Z乙 v徻 3?珄 餖 朮 爟 \ ♀ ?W圐葴 ^逑 \ 辢鈁 e? ?籋 鰫 . 僂 ? p~蟇 7硏楓 {pg裋 .1瑡 2陹 ?泝 Z祘 ?$賕 ?諑矽 ?| D 蚈 / 盰 ,vDl E 嵮禋 T羈 8? p~蟇 7硏楓 {pg裋 .1 瑡 2陹 ?泝 Z祘 ?$賕 ?諑矽 ?| D 蚈 / 盰 , v